标签:分数 机器 训练 python 回归 chapter2 正则 拟合 预测值
•R2是一个回归模型的评价标准,也叫作决定系数,位于0~1之间,越接近1表示预测效果越好
训练集和数据集的分数非常接近,说明可能存在欠拟合
训练集的分数很好但测试集的分数不好,说明存在过拟合
•线性回归(普通最小二乘法 OLS):
寻找w和b,使得训练集的预测值与真实的回归目标值之间的均方误差最小。(均方误差:预测值与真实值之差的平方和除样本数)
•岭回归(ridge regression):
对系数w的选择:
♠在训练集上有好的预测效果
♠拟合附加约束
♠w尽量小(所有的w都尽量接近零,每个特征对输出的影响尽可能小)
这种约束即为正则化,正则化可以避免回归模型过拟合。
标签:分数,机器,训练,python,回归,chapter2,正则,拟合,预测值 来源: https://www.cnblogs.com/bozi/p/12256727.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。